决策分析与决策支持研究报告.docx
《决策分析与决策支持研究报告.docx》由会员分享，可在线阅读，更多相关《决策分析与决策支持研究报告.docx（11页珍藏版）》请在冰点文库上搜索。
决策分析与决策支持研究报告
决策分析与决策支持研究报告
作者：
课程教师：
课程名：
决策分析与决策支持系统
时间：
2009.12.15
第1章决策案例分析
1.1小岛求生案例分析
1.1.1情景
在9月下旬的某一天，你所乘坐的巨型客轮正在太平洋上航行。
突然遇到海上的风暴，迫不得已采取紧急的救生措施。
你们几名旅客漂流到一个荒岛上。
你们来自不同的国家，所使用的语言有英语、德语、汉语和意大利语，但每个人都或多或少地会讲一些汉语。
现在你们并不知道自己所处的位置在哪里；对岛上的情况也并不了解，不知道岛上会不会有人，会有什么人或动物，岛上的植物看起来都很奇怪。
眼前是一片汪洋大海，不知何时才会有船只经过，何时才会有人来救你们。
现在你们每人有一件救生衣，身穿比较薄的轻便的衣服。
每个人有一条小毛巾，随身携带的有一些钱和钥匙。
此外，你们还共同拥有以下这些，东西：
一个打火机、一把瑞士军刀、一本航海地图册、二个指南针、几件厚的外套、一本英汉法德词典、一块大塑料布、一块手表、每个人平均两公斤的水、五袋饼干、一瓶盐、三瓶带有法文说明的药、每人一副太阳眼镜、一面镜子，一段粗绳子。
这15件物品对你的求生都有一些作用。
请您将用于救援的15件物品以其重要性的大小排出顺序。
最重要者写上1，最不重要者写上15。
注意：
不可出现同顺位的情形。
1.1.2案例分析
通过激烈的讨论，小组成员一致认为下面的顺序是最合理的顺序。
几件厚的外套、每个人平均两公斤的水、五袋饼干、一个打火机、三瓶带有法文说明的药、一本英汉法德词典、两个指南针、一本航海地图册、一块手表、一瓶盐、一把瑞士军刀、一块大塑料布、一段粗绳子、一面镜子、每人一副太阳眼镜。
选择上面的顺序，理由如下：
首先在海上漂泊到一个荒岛上，应该首先考虑的是人的最基本的生存要求，外套可以保暖，水和饼干可以供解渴和充饥用，所以认为这三样东西是最为重要的，故而排在前三位。
在海上漂泊了多久不知道，但是可以肯定的是在九月的太平洋上是比较冷的，在加之突遇风暴，刚到荒岛上应该比较冷，所以应该用打火机生火取暖，以防止生病。
在海上漂泊后难免会有人生病，所以三瓶带有法文说明的药也是急需之品，但是由于这些旅客都来自不同的国家，并且他们只是会少量的汉语，不懂得法语，所以一本英汉法德词典紧随其后。
在满足最基本的生存后，想到得自然就是如何离开这个荒岛，所以现在必须做的就是想办法弄清现在的方向，故指南针是必须的。
弄清方向后，得知道自己所处的位置，故紧随其后的就是一本航海地图册，根据常识可以知道，一般的航海地图册上面基本上都会标明通过某处的船只以及航班。
根据现有的手表可以知道现在的时间。
假如现在的时间和地图册上船只和航班路过的时间相差比较远，那现在的任务就是如何在小岛上生存，等待救援。
盐是身体的必需品，可以补充能量，以便有体力来逃生。
瑞士军刀就是小岛生存的首要选择，可以用它来防身、捕杀猎物以充饥、砍些木头来生火取暖，还可用来砍伐些木材用做竹筏。
下面的一块大塑料布可以在晚上用，当海水冲上岸滩时可以用来当水，同时在下雨的时候也可以挡雨。
对于一段粗绳子，可以再捕捉猎物的时候用，同时也可以绑竹筏用。
至于一面镜子，我们一致认为它可以用做求救信号，可以用它将太阳光反射到求救位置。
最后再剩下每人一副太阳眼镜，我们觉得是最不重要的。
以上就是所选顺序的理由分析。
1.2谁来给猫儿系上铃铛
1.2.1情景
在一座粮仓里，老鼠们因为经常受到猫的袭击而十分苦恼。
于是，它们聚到一起，商量用什么办法对付猫的骚扰，以求平安。
会上，老鼠们各有各的主张，但是都被一一否决了。
最后，一只小老鼠站了起来，它建议在猫的脖子上挂个铃铛：
“只要听到铃铛一响，我们就知道猫来了，可以及时逃跑。
”大家对它的建议报以热烈的掌声，并一致通过。
有一只年老的老鼠坐在一旁，始终一声没吭。
这时，它站起来说：
“小老鼠想出的这个办法是非常绝妙的，也是十分稳妥的；但是还有一个小问题需要解决：
那就是派谁去把铃铛挂在猫的脖子上呢？
”老鼠们一听面面相觑，最后只好不了了之。
1.2.2案例分析
故事的趣味在于猫的强大与老鼠们的智慧之间形成了一种较量的关系。
我们知道三个臭皮匠比上一个诸葛亮，那么一群老鼠的才智真的就无法战胜一只小猫吗？
小老鼠的主意确实不具有操作性吗？
又是什么影响了老鼠们最终的决策呢？
种种问题都指向了这场老鼠会，而我们也从这次会议中看到了一个典型的会议场景，如同一些企业的“规划会”，部门的“决策会”。
当一个团队的发展出现困难的时候，我们通常都是通过会议的方式来聚合群体思维，寻找发展的突破口。
个体在这样的一种会议环境之中会受群体的影响而产生一些不可思议的心理变化，这就是我们今天要来了解的一种群体心理现象——团体决策的心理。
当老鼠们面临着基本生活无法保障的问题时，用开会讨论的方式来探询解决的办法，对它们来说可谓意义非常，更是它们寻找出路的起点。
然而就在小老鼠的建议得到大家热烈掌声的时候，年长的老鼠提出了一个很理智的现实问题。
老鼠们也因此而再次陷入了困境，前途也变得迷茫起来。
心理学家通过实验研究发现，人们在讨论一些重大方案时，群体的决策结果通常都是倾向于两个方面，一是回避决策，二是产生极端化决策。
回避决策实际上是人们在本性上不喜欢做决定的一种表现。
寓言故事中，老鼠们最后的不了了之，实际上就是规避决策的结果。
举一个例子，某企业在与竞争对手在占有市场份额的竞争过程中遇了困难，需要研讨新的发展方案，而要实行新的决策就会面临企业发展的收益和损失两个方面的冲突，权衡再三，企业没有作出任何的新的决策，而是采取了以不动应万变的方式来应对眼前的困难。
这一企业管理案例，充分说明了人们总是在设法避免作出任何行为决策，因此而会出现这种回避决策的团体行为。
群体决策的另一种表现是极端化决策，这也是最为普遍的一种现象。
它又包括两种走向，第一种是过于冒险，第二种是过于谨慎。
前者通常会出现在以冒险性人格特征为主体的团队成员之中，例如战争的始作俑者。
而老鼠会则属于过于谨慎的一个事例。
这两种决策都是倾向于极端化的表现，这说明群体决策往往比个体决策还要偏于极至。
极端化决策结果的出现源自群体氛围对个体所产生的影响，个体在群体的环境中往往会出现去个体化的体验，他们在他人的影响下，会不自主地采用支持极端化决策的心理倾向。
这是因为，群体的决策可以使决策责任分散，个体自身体验的责任压力会减弱到极小的程度，因而坚持自我实际上是在主动承揽压力，承担责任。
此种情况下，放弃自我的观点能够减少压力体验，也就成为一种常见的心理选择。
同时，人们在群体环境中会因为听到各种意见而不断衡量个人的观点，当他人的理由胜过自己的观点时，遵从他人意见也就替代了自我观点。
例如，在国外，一些保守党的成员虽然表现出了极端的保守观点，但是在生活中他却未必真的很保守。
而一些激进分子一旦脱离了他所身处的那个团队，他的激进性表现也会大打折扣。
小老鼠的支持者们由于年长老鼠的充分理由转而放弃了对小老鼠的支持，同时这个建议的冒险性也让更多的老鼠不敢承担责任，多数老鼠采取保守的观点造成了一种群体回避氛围的出现，最终放弃这个主意也就成为一种必然。
假如，老鼠会的成员是以喜欢冒险的老鼠为主要群体，会议的结果可能就是另外一个样子了。
解决决策回避与决策极端化的基本方法是，要对团体成员有一个选定。
团队中成员的数量越多，决策的困难就越大，因此决策群体应当限定在一定的规模之内。
另外，成员的组成越是杂乱，决策的成功率也会降低，如果想要达到一定的决策效果，团队组成的标准就很重要了。
例如，需要团体成员在总体目标上具有一致性，同时成员应当是由那些有勇气担当责任的人构成。
听说这寓言个故事有了后续的结果：
那个提建议的小老鼠对自己的观点是很有信心的，于是它找到其它几只还在犹豫状态中的老鼠，组成了一个有共识的小范围团队，它们通过每日对小猫的仔细观察，发现猫总是喜欢在每天的中午跑到粮仓的顶部晒太阳，而且它抓老鼠纯粹是属于玩耍，而不是为了吃饱饭，猫最喜欢的食物是鱼。
有了对猫这两个特点的了解，小老鼠们就开始实施行动了。
它们先设法弄来了鲜美的鱼，并在鱼体内灌进了一些酒，小猫吃了醉鱼，自己也如醉翁一样，借着中午的太阳呼呼大睡了起来，小老鼠趁着这样一个好时机，给猫的脖子上系上了一个响当当的铃铛。
可见，群体决策有的时候是集思广益，但有的时候又可能会因为群体的不作为而失去很多机会。
了解团体决策的心理特征，可以有效地避免团体决策的失误，发挥群体智慧的功效。
小老鼠最后的成功，就是在有效群体的合作下，达到了目标的实现。
第2章数据挖掘或知识发现为决策支持系统提供新思路或新途径[5]
2.1数据挖掘与决策支持系统的关系[3]
2.1.1数据挖掘技术介绍[4]
所谓数据挖掘，具体地说是在数据库中，对数据进行一定的处理，从大量的、不完全的、有噪声的、模糊的、随机的数据中提取隐含的、事先未知的、但又是潜在有用的信息和知识的过程。
其处理对象是大量的日常业务数据，目的是为了从这些数据中抽取一些有价值的知识或信息，提高信息利用率，改变“人们被数据淹没，同时却仍感到知识饥渴”的资源浪费的局面。
帮助分析人员寻找数据间潜在的关联，发现忽略的要素，而这些信息对预测趋势和决策行为是十分有用的，所以它属于决策支持系统的范畴。
数据挖掘的一般过程可用图1表示。
图1数据挖掘的一般过程
数据挖掘，是近几年随着数据库和人工智能发展起来的一门新兴的数据库技术。
它汇聚了数据库、人工智能、机器学习、统计学、可视化技术、并行计算机等不同学科和领域的知识；借助了多年来数理统计技术及人工智能等领域研究成果构建起自己的理论体系；利用了数据库技术对数据进行前端处理，应用机器学习方法从处理后的数据中提取有用的知识，并对数据背后隐藏的特征和趋势进行分析，最终给出关于数据的总体特征和发展趋势；运用了可视化技术将人的观察力和智能融人系统，用直观图形将信息模式、数据的关联或趋势呈现给决策者，使用户能交互式地分析数据。
数据挖掘技术它能从大型数据中发现数据模式，预测趋势和行为，致力于知识的自动发现。
一般认为数据挖掘是OLAP（在线联机分析处理技术）之后进行的步骤。
它通过筛选数据获得未知的关系，而不是寻找已知的关系。
它能帮助决策者寻找数据间潜在的关联，发现被忽略的要素。
如“在某年某地区卖了多少机械”这就是OLAP，而“促使人们购买某种产品的原因是什么”，则是数据挖掘。
数据挖掘技术在高级决策支持系统中已经成为一个密不可分的核心[7]。
2.1.2数据挖掘与决策支持系统的联系[3]
决策支持系统是以现代信息技术为手段，综合运用计算机技术、管理科学、经济数学、人工智能技术等多种学科知识，针对某一类型的半结构化和非结构化决策问题，通过提供背景材料协助明确问题、修改完善模型、列举可能方案等方式，为管理者做出正确决策提供帮助的人机交互式系统。
它的主要部件就有数据挖掘技术。
传统的DSS系统通常是在某个假设的前提下通过数据查询和分析来验证或否定这个假设，而数据挖掘技术则能够自动分析数据，进行归纳整理，从中发现潜在的模式，或产生联想，建立新的业务模型，帮助决策者调整市场策略，并找出正确的决策。
例如在销售业数据库中，数据挖掘工具回答“哪些客户最可能对促销作出反应，为什么他会这样？
”、“哪些商品之间具有潜在的联系？
”、“下一个月，销售部门的情况将会如何？
为什么？
”等。
而DSS系统回答“今年销售总量比去年多多少？
从而预测明年销售部门情况”。
所以，数据挖掘的出现使决策支持工具跨入了一个新阶段。
数据挖掘技术能够帮助用户从历史性数据中挖掘知识，进而支持决策，是决策支持系统一种新思路和新途径。
2.1.3基于数据挖掘的决策支持系统的建立
一种基于数据挖掘的决策支持系统基本结构框架如图2所示。
图2基于数据挖掘的决策支持系统的基本结构框架
它由数据库、数据仓库、数据仓库管理模块、数据挖掘工具、知识库、知识发现模块、人机交互模块组成。
系统的主要输入是源于数据库的数据以及存储在知识库中的知识和经验。
人机交互模块通过自然语言处理和语义查询在用户和系统之间提供相互联系的集成界面。
数据仓库管理模块完成数据仓库的创建以及数据仓库中数据的综合、提取等各种操作，负责管理整个系统的运转。
数据挖掘工具用于完成实际决策问题所需的各种查询检索工具、多维数据的OLAP分析工具和数据开采DM工具等，以实现决策支持系统的各种要求。
在图2中箭头方向为控制流。
决策支持同数据仓库管理是密切联系的。
用户发出决策请求命令后，通过数据挖掘工具触发数据仓库管理模块从数据仓库中获取与任务相关的数据。
数据挖掘技术为决策支持系统的研制与开发提供了一种有效、可行的体系化解决方案、一个完整的决策支持系统应集成数据仓库、数据挖掘技术，随着数据仓库和数据挖掘技术在各个领域的广泛采用，决策支持系统的研究与开发工作将被推向一个更高的层次，从而成为新世纪计算机技术浪潮中的一个热点。
2.2知识发现与决策支持系统的关系[2]
2.2.1知识发现介绍[4]
知识发现是从大量数据中提取出可信的、新颖的、有效的并能被人理解的模式的处理过程。
这种处理过程是一种高级的处埋过程。
其核心就是分析数据，识别模式和关系，解释和预测行为，解决商业问题。
知识发现系统是从存储在现实数据库的数据中发现并抽取未知的、有价值模式的一系列结构的综合体，是一个多学科交融的前景广阔的新兴领域。
运用知识发现系统识别出来的知识，企业或组织可以进行如下工作：
第一，对新的数据做出预测；笫二，识别和解释现有数据背后隐藏的模式和趋势；第三，汇总大型数据库的内容，辅助理解和决策。
知识发现的任务主要有：
数据分类分析、聚类分析、关联规则挖掘、预测分析、趋势分析和偏差分析等。
知识发现的方法主要有：
统计方法、机器学习方法和神经网络方法等。
2.2.2知识发现与决策支持系统的联系[6]
就满足企业的信息需求而言，知识发现和数据仓库是互补的，数据仓库为知识发现提供丰富的数据来源。
对数据仓库的需求源于企业希望更好地理解不同交易系统所产生的数据，更有效地利用这些数据。
为了整合不同交易处理系统的顾客数据，更好地提供决策支持，就有必要以一种容易理解的形式对数据进行集中管理。
时下的数据仓库通常都超过丁l00GB，而且容量超过1TB的数据仓库系统的数量正在急剧增长。
联机分析处理系统通常只能处理1的数据。
随着数据量的增长，数据关系的可能的排列方式也大幅度增加。
对于用户而言，大量的数据使得对数据的分析和对关系的探索变的越来越难，往往遗漏潜在的重要模式和关系。
数据仓库虽然可以提供大量的信息，但巨额的兴建成本使许多用户望而却步。
用户必须有效地运用它来赢得事实上的竞争化势，方能弥补巨额的投资。
传统的查询方式虽然有助于控制公司，但并不能有效地识别机会，而知识发现可以有效地解决这一问题。
任何运用知识发现来支持决策的组织，其目的都是为了创造竞争优势。
它们需要不断寻找信息，提高决策质量。
进而产生更大的收益或降低成本，提高产品质量或服务质量。
知识发现能够揭示数据背后隐藏的关系和规则，而不仅仅是数据。
因此能产生比其它决策支持技术更好的效果。
这些隐藏的关系和规则实实在在地存在于数据当中，反映了实际的商业模式或市场状况。
知识发现综合运用了信息技术的最新成果，为企业提供了新的分析方法。
目前，知识发现的应用领域还比较窄。
而且知识发现作为一种决策支持技术，其本身也在不断地发展和完善。
不过，我们可以想象，不久的将来，知识发现技术将十分普及，成为每一家企业决策支持系统基础设施的一种标准能力。
第3章群决策应用[1]
3.1群决策的定义
群体决策，指的是由两个或两个以上的人对一组可能的备选方案都持不同的偏好次序，所以群体决策也就是把这些偏好集合起来，选定一个最终决策方案的过程。
群体决策的优点是：
①能提供更完整的信息。
②产生更多的预备方案。
③增强方案的合理性。
④增加方案的可接受性和执行速度。
其缺点是：
①决策速度慢。
②少数人控制局面。
③遵从压力。
④责任不清。
3.2群决策案例
云南怒江大坝决策。
我国云南怒江大峡谷仅次于美国科罗拉多大峡谷，以“世界第二大峡谷”闻名中外；怒江，在巍巍横断山的呵护下，成为中国最后两条原始生态河之一；“三江并流”以怒江、澜沧江、金沙江三江并行奔流170公里的奇观跻身世界自然遗产。
怒江地区还是全球最大的生物资源库之一，拥有北半球几乎所有的生物类型。
然而这块天赐瑰宝却要被有关开发部门拦腰截断，兴建装机容量超过三峡的13级水电站。
由于各方的介入，使得怒江水坝的建设从2003年一直拖到现在还没有开工建设。
分析：
比起以往在中国修建水电工程，怒江水坝的建立可算是最受争议的一个，那么为什么怒江水坝的建设决策是这么的艰难？
它到底体现了什么？
在以往的众多水坝的建设中，由于决策仓促，或者决策不当等缘故，导致了现有的许多水坝都是失败的水利工程，有些甚至造成了无法挽回的后果。
在云南怒江水坝的建设讨论中，各方代表纷纷表态、发言，提出各自的观点，对于这样一个世界上独一无二的文化、地域遗产，是否为了经济利益而破坏它，成了争论的焦点。
无论最后得结果如何，这都充分体现了群体决策在现代许多重大项目中所发挥的作用。
云南怒江水坝的群体决策争论，体现了群体决策的优点，即就是集思广益、充分融合各方观点，能较好地保证决策结果的合理性和正确性。
由于众多组织的参与讨论，将会使得最终所决策的方案更加合理、有效。
参考文献
[1]殷伟涛.群体决策和个体决策比较研究[D].2007.1,2-3.
[2]化柏林.数据挖掘与知识发现关系探析[J].中国科学技术信息研究所.2007.
[3]张红云,马垣.数据挖掘与决策支持系统之间的关系[J].鞍山师范学院学报.2001.
[4]翟立波.数据挖掘与知识发现[J].潍坊学院学报2005.
[5]唐晓萍.数据挖掘与知识发现综述[J].电脑开发与应用.2002.
[6]史忠植．知识发现[M]．清华大学出版社，2002.
[7]AgrawalR,ImielinskiT,SwamiA．DatabaseMining：
APerformancePerspective．IEEETransactiononKnowledgeandDataEngineering，1993．
升级会员 